一种基于单帧焦面光强图像的深度学习波前复原方法技术

本发明专利技术公开了一种基于单帧焦面光强图像的深度学习波前复原方法，由于自适应光学系统中两组互为旋转180°复共轭关系的波前具有相同的远场光斑分布，导致由单个远场光斑反演近场波前时存在多解问题。基于walsh函数相位调制的波前复原方法可以保证远场光斑分布对应唯一的近场波前，但计算速度仍受迭代次数和单步迭代计算时间限制。深度学习算法可自提取图像深层特征信息，因此可在walsh函数对相位调制的基础上学习出远场光强图像到近场波前的映射关系，是远场图像到近场波前端到端的计算，可避免传统波前复原方法的迭代计算过程。基于此，本发明专利技术利用深度学习算法规避传统波前复原方法的迭代计算过程，提升计算效率，实现单帧焦面光强图像的快速波前复原。

A depth learning wavefront restoration method based on single frame focal plane intensity image

【技术实现步骤摘要】
一种基于单帧焦面光强图像的深度学习波前复原方法
本专利技术涉及一种波前复原方法，尤其涉及一种基于单帧焦面光强图像的深度学习波前复原方法。
技术介绍
自适应光学系统中，常用泽尼克多项式表征圆域内波前，选用不同组泽尼克系数可生成不同的随机波前像差。但当两组波前具有互为旋转180°复共轭关系时，它们会产生相同的远场光斑分布，此种情况下采用传统波前复原算法从单个远场光斑反演近场波前相位，产生的对应波前不唯一，这将导致复原计算得到错误解甚至无法收敛。基于walsh函数相位调制的波前复原算法，能在相对于传统波前复原算法迭代次数较少的情况下，打破近场波前的空间对称性，使得远场光斑分布对应唯一的近场波前，也即对应唯一一组泽尼克系数(见于孔庆峰.基于单帧焦面图像的波前相位反演方法研究[D].电子科技大学,2019)。基于walsh函数调制的波前复原方法具有很多优点，其利用函数的非对称性解决了由近场波前旋转180°复共轭关系引起的多解问题，同时相比于传统算法减少了迭代次数，降低了算法运行时间。但walsh函数相位片调制远场对波前复原结果的有效性，不仅取决于本文档来自技高网...

【技术保护点】
1.一种基于单帧焦面光强图像的深度学习波前复原方法，其特征在于，通过以下步骤实现：/n步骤1：设计基于walsh函数相位调制的波前传感器；/n步骤2：验证步骤1设计的所述波前传感器是否可以保证远场光斑分布仅对应一个波前信息，即解唯一；/n步骤3：若解唯一，则根据步骤1的设计得到一一对应的远场光斑与近场波前数据，作为数据集，若解不唯一，则重复执行步骤1再次设计传感器，直至解唯一；/n步骤4：配置深度学习环境，搭建学习网络；/n步骤5：将数据集数量的90％作为训练集，使网络学习到远场光斑与近场波前的对应关系，剩余的10％样本做为验证集，调整并验证网络的正确性。/n

【技术特征摘要】
1.一种基于单帧焦面光强图像的深度学习波前复原方法，其特征在于，通过以下步骤实现：
步骤1：设计基于walsh函数相位调制的波前传感器；
步骤2：验证步骤1设计的所述波前传感器是否可以保证远场光斑分布仅对应一个波前信息，即解唯一；
步骤3：若解唯一，则根据步骤1的设计得到一一对应的远场光斑与近场波前数据，作为数据集，若解不唯一，则重复执行步骤1再次设计传感器，直至解唯一；
步骤4：配置深度学习环境，搭建学习网络；
步骤5：将数据集数量的90％作为训练集，使网络学习到远场光斑与近场波前的对应关系，剩余的10％样本做为验证集，调整并验证网络的正确性。


2.根据权利要求1所述的一种基于单帧焦面光强图像的深度学习波前复原方法，其特征在于：所述步骤1中walsh函数形状的选取应满足其调制相位为非180°旋转翻转对称。


3.根据权利要求1所述的一种基于单帧焦面光强图像的深度学习波前复原方法，其特征在于：所述步骤2中判断基于walsh函数对近场波前相位调制后是否获得唯一对应的远场光斑分布的理论基础为：
对于互为180°旋转翻转对称的一组波前波前与其相位满足：



即两个波前对应的远场，在忽略系数的情况下，其复振幅可以分别表示为：






式中...

【专利技术属性】
技术研发人员：孔令曦，程涛，邱学晶，杨超，王帅，杨平，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：四川;51